On luotu joitakin tekniikoita, jotka ovat ainakin yhtä hyviä kuin lääkärit tiettyjen sairauksien diagnosoinnissa.
Lähivuosina sinulla on todennäköisesti ensimmäinen vuorovaikutus lääketieteellisen tekoälyn (AI) kanssa. Sama tekniikka, joka käyttää itseohjautuvia autoja, kodin ääniapulaisia ja itsetunnistavia valokuvagallerioita, edistyi nopeasti terveydenhuollon alalla, ja ensimmäiset lääketieteelliset AI-järjestelmät ovat jo liikkuminen klinikoille.
Ajattelemalla nyt vuorovaikutuksia, joita meillä on lääketieteellisen AI: n kanssa, teknologian etuja ja haasteita, joita saatamme kohdata, valmistavat sinut hyvin ensimmäiseen kokemukseenne terveydenhuoltoalan työntekijän kanssa.
Miten AI voi diagnosoida sairauden
Näiden edistysaskeleiden taustalla on tietotekniikan ala, jota kutsutaan syväksi oppimiseksi, tyylikäs prosessi, joka oppii esimerkkeistä ymmärtämään monimutkaisia tietomuotoja. Toisin kuin AI: n aiemmat sukupolvet, nämä järjestelmät pystyvät havaitsemaan maailmaa paljon kuin ihmiset tekevät näön ja äänen ja kirjoitetun sanan kautta.
Vaikka useimmat ihmiset käyttävät näitä taitoja itsestäänselvyytenä, heillä on todellinen rooli ihmisen asiantuntemuksessa aiheissa, kuten lääketieteessä. Koska syvällinen oppiminen antaa tietokoneille nämä kyvyt, monet lääketieteelliset tehtävät ratkaistaan nyt tekoälyllä.
Viimeisten 12-kuukausien aikana tutkijat ovat paljastaneet tietokonejärjestelmiä, jotka voivat diagnosoida diabeettinen silmäsairaus, ihosyöpäja rytmihäiriöt vähintään sekä ihmislääkärit. Nämä esimerkit havainnollistavat kolmea tapaa, joilla potilaat ovat vuorovaikutuksessa lääketieteellisen AI: n kanssa tulevaisuudessa.
Ensimmäinen näistä kolmesta tavasta on perinteisin, ja se tapahtuu silloin, kun diagnoosin tekemiseen tarvitaan erikoislaitteita. Tehdään kokouskutsun, mennä klinikalle ja saat raportin. Vaikka raportti kirjoitetaan tietokoneella, potilaan kokemus ei muutu.
Googlen diabeettinen silmäsairaus AI on esimerkki tästä lähestymistavasta. Se koulutettiin tunnistamaan vuotavat, herkät verisuonet, jotka esiintyvät silmän takaosassa huonosti kontrolloidussa diabeteksessa, ja AI työskentelee nyt todellisten potilaiden kanssa useissa intialaisissa sairaaloissa.
Toinen tapa olla vuorovaikutuksessa lääketieteen AI: n kanssa on kaikkein radikaali, koska monet diagnostiikkatehtävät eivät tarvitse lainkaan erikoislaitteita. Stanfordin tiimi, joka loi ihosyöpädetektorin niin tarkkaan kuin dermatologit, on jo työskentelee älypuhelinsovelluksessa.
Ennen pitkää ihmiset voivat ottaa omia ihovaurioita itsestään ja niiden viat analysoidaan paikan päällä. Tämä AI johtaa kilpailua tulla ensimmäiseksi sovellukseksi, joka voi luotettavasti arvioida terveyttäsi ilman ihmislääkäriä.
Kolmas vuorovaikutusmenetelmä on jossain välissä. Sydämen rytmejä havaittaessa tarvitaan EKG (EKG), mutta nämä anturit voidaan liittää halpaan, kannettavaan tekniikkaan ja yhdistää älypuhelimeen. Potilas voi käyttää monitoria päivittäin, tallentaa jokaisen sydämen sykkeen ja vain joskus tutustua lääkäriin tarkastelemaan tuloksia. Jos jotain vakavaa tapahtuu ja rytmi muuttuu äkillisesti, potilaalle ja heidän lääkärille voidaan ilmoittaa välittömästi.
Monet ryhmät pyrkivät tuomaan lääketieteelliset kuluvat tavarat nyt klinikoille.
Mitkä ovat edut?
Nämä järjestelmät ovat uskomattoman halpoja juoksemaan, ja ne maksavat murto-osan sentistä diagnoosia kohden. Heillä ei ole odotuslistoja. He eivät koskaan väsy tai sairastu tai tarvitse nukkua. Niihin pääsee kaikkialla Internet-yhteyden avulla.
Keinotekoinen älykäs lääketiede voi johtaa kaikkien saatavilla olevaan kohtuuhintaiseen terveydenhuoltoon.
Mitkä ovat haittoja?
Suurin huolenaihe on luultavasti epärealistiset odotukset, jotka syntyvät teknologian ympärille. Valtava määrä huolellisesti ja kustannustehokkaita tietoja, joita tarvitaan kouluttamaan järjestelmää, joka voi tehdä kaikki lääkäri voi tällä hetkellä olla kaukana ulottuvillamme. Sen sijaan näemme kapeita järjestelmiä, jotka suorittavat yksittäisiä tehtäviä lähitulevaisuudessa. Näiden paisutettujen odotusten torjumiseksi meidän on edistettävä keskusteluissa tietoisia ääniä.
Lääketietojemme yksityisyys on myös haaste. Monet näistä järjestelmistä eivät toimi pilvessä, mutta joitakin hyödyllisiä lääketieteellisiä tietoja on luonnostaan tunnistettavissa. Et voi hämärtää potilaan kasvoja esimerkiksi, jos järjestelmä analysoi kasvojen merkkejä taudin oireista. Korkean profiilin tietojen rikkominen on väistämätöntä ja vahingoittaa luottamusta teknologiaan.
Toinen tärkeä kysymys on vastuuvelvollisuus. Kuka vastaa lääketieteellisestä virheestä, jos lääkäri ei osallistu diagnoosiin, ja emme voi edes kertoa, miksi järjestelmä sai sen väärin? Kuka syyttää, jos lääkäri hyväksyy väärän AI: n suosituksen? Potilaiden puolestapuhujat, lääkärit, hallitukset ja vakuutusyhtiöt painostavat tätä asiaa, mutta meillä ei vielä ole hyviä vastauksia.
Medical AI on tulossa, ja koet sen pian. Suurin osa siitä on näkymätön, kulissien takana työskenteleminen, jotta hoito olisi edullisempi ja tehokkaampi. Osa siitä tulee olemaan käsissäsi, kun arvioit terveyttäsi yhdellä painalluksella. Paras asia on nyt ajatella eri haasteita ja olla valmiina ensimmäiseen tapaamiseen.
kirjailijasta
Luke Oakden-Rayner, radiologi ja PhD-kandidaatti, University of Adelaide
Tämä artikkeli julkaistiin alunperin Conversation. Lue alkuperäinen artikkeli.
Liittyvät kirjat:
at Medical AI" target="_blank" rel="nofollow noopener">InnerSelf Market ja Amazon